J'ai essayé d'avoir une idée des différents problèmes dans les environnements fréquentistes où MCMC est utilisé. Je sais que MCMC (ou Monte Carlo) est utilisé pour ajuster les GLMM et peut-être dans les algorithmes EM Monte Carlo. Y a-t-il des problèmes plus fréquentistes lorsque MCMC est utilisé?
8
Réponses:
Comme indiqué dans les nombreux commentaires, Markov Chain Monte Carlo est un cas particulier de la méthode de Monte Carlo, qui est conçue pour approximer les quantités liées à une distribution via la simulation de nombres pseudo-aléatoires. En tant que tel, il n'a aucun lien avec un paradigme statistique particulier et les premiers exemples de la méthode, comme dans Metropolis et al. (1953), n'étaient pas liés aux statistiques, bayésiennes ou fréquentistes. Si quoi que ce soit, ces méthodes sont naturellement "fréquentistes" (une catégorie mal définie de toute façon) en ce qu'elles reposent sur la stabilisation des fréquences ou des moyennes vers l'attente à mesure que le nombre de simulations augmente, alias la loi des grands nombres.
Il est donc possible au sein de problèmes complexes non bayésiens d'utiliser des méthodes MCMC pour remplacer des intégrales intraitables. Vérifiez par exemple
la source